Statistika - délka života

[sirsi]

Včera při sepisování dokumentace k výpočtu statistik mi došlo, že možná můj přístup není úplně nejlepší a napadlo mě ještě jedno řešení. Nebudu zatím prozrazovat které je které, zajímají mě vaše neovlivněné názory :

Kdo je nejstarší? Osoba č.1, která se narodila např. 10.1.1900 a zemřela 10.1.2000, nebo osoba č. 2, která se narodila 10.1.1900 a zemřela ?.1.2000 ?

Druhé úmrtí mohlo být mezi 1. a 9.1.2000 pak by byla druhá mladší, nebo 10.1.2000 a budou nastejno, nebo mezi 11.-31.1.2000 a bude starší.

Jsou dvě možnosti přístupu:
1) osoby s neúplným datem považovat za nejstarší až v krajním případě (tedy pokud by druhá zemřela ?.2.2000 pak bude 100% nejstarší osobou ikdyž nemá úplné datum) a tedy pro náš příklad bude nejstarší č.1. protože má kompletnější údaje a druhou budu ignorovat podobně jako ignoruju osoby které nemají vyplněno nic (ikdyž mohou být daleko starší)

2) je 31 možností úmrtí druhé osoby, v 9 z nich bude osoba mladší, v 1 budou nastejno, v 21 případech bude druhá starší. Tedy je větší pravděpodobnost, že druhá osoba je starší a proto ji označíme jako nejstarší.

3) napadne vás ještě jiné možné vysvětlení? Upozorňuji, že je nutné určit pouze jednu nejstarší osobu, žádné výpisy typu "Nejstarší osoby jsou Marie Nová a Pavel Dlouhý, není možno určit, která je starší" v html výstupu provozovat nebudu !

[Vladimír Vojta]

Širší, položím Ti otázku. Kdo je starší? Osoba č.1, která se narodila např. 10.1.1900 a zemřela 29.1.2000, nebo osoba č. 2, která se narodila 10.1.1900 a zemřela ?.1.2000 ?
Moje odpověď by zněla; nikdy si za současného stavu informací nebudeš osobou č. 2 jist. Vždy bych preferoval osobu č. 1.

[flukas]

Ten příklad není úplně ideální, pokud ta jistá zemřela poslední den v měsíci, vyjde jako starší vždy. Mě se asi víc líbí ten pravděpodobnostní přístup.

[jiri.tupa]

Pokud připustíme možnost určovat, kdo je starší z neúplného data v měsíci, je pravděpodobnost chyby dost velká. Pokud první osoba zemřela 1. až 15. v měsíci je pravděpodobnější, že druhá osoba je starší (pravděpodobnost se snižuje čím víc se blížíme 15) a od 15-tého je to naopak. V polovině měsíce je pravděpodobnost chyby 50 %, proto bych do statistik, kdo je starší, neúplná data stejného měsíce nebral.